BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
VÕ DUY THÀNH
NGHIÊN CỨU THIẾT KẾ BỘ QUAN SÁT HỆ SỐ TRƯỢT VÀ ƯỚC LƯỢNG TỐC ĐỘ TUYỆT ĐỐI CHO ĐIỀU KHIỂN LỰC KÉO CỦA Ô TÔ ĐIỆN
Ngành: Kỹ thuật Điều khiển và Tự động hóa
Mã số: 9520216
TÓM TẮT LUẬN ÁN TIẾN SĨ
KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
Hà Nội – 2019
Công trình được hoàn thành tại:
Trường Đại học Bách khoa Hà Nội
Người hướng dẫn khoa học: PGS. TS. Tạ Cao Minh
Phản biện 1: GS. TS. Lê Hùng Lân
Phản biện 2: PGS. TS. Hồ Hữu Hải
Phản biện 3: PGS. TS. Nguyễn Thanh Tiên
Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Trường họp tại Trường Đại học Bách khoa Hà Nội
Vào hồi …….. giờ, ngày ….. tháng ….. năm ………
Có thể tìm hiểu luận án tại thư viện:
1. Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội
2. Thư viện Quốc gia Việt Nam
MỞ ĐẦU
Tính cấp thiết và nhiệm vụ nghiên cứu của đề tài
Ước lượng trạng thái là nhiệm vụ cơ bản của điều khiển chuyển động và động lực học xe ô tô. Trên xe ô tô có rất nhiều trạng thái, ví dụ như: góc trượt thân xe, vận tốc dài, hệ số trượt, góc lăn xe, khối lượng, độ cứng lốp... Mỗi trạng thái của xe ô tô đều đóng góp vai trò quan trọng vào hệ thống điều khiển, làm tăng cường chất lượng điều khiển và đặc biệt góp phần đảm bảo an toàn cho người lái và hành khách trên xe trong những điều kiện vận hành và đặc điểm môi trường khác nhau. Nếu không xác định được các trạng thái thì việc điều khiển xe hoàn toàn phụ thuộc kinh nghiệm và thể trạng của người lái, tiềm ẩn rất nhiều rủi ro trong quá trình tham gia giao thông như hiện tượng mất lái khi đi đường trơn, thừa/thiếu lái khi rẽ hoặc khi phanh để tránh vật cản xuất hiện đột ngột. Nếu có thể biết được các trạng thái của xe, hệ thống điều khiển có thể can thiệp tín hiêu vào các cơ cấu chấp hành để hỗ trợ người lái, giúp đưa xe ô tô về điều kiện vận hành an toàn và tuân theo yêu cầu điều khiển của người lái. Vì vậy, việc ước lượng trạng thái của xe ô tô là cực kỳ cần thiết.
Việc ước lượng trạng thái cho xe ô tô điện đang là một chủ đề nghiên cứu hấp dẫn ở cả lý thuyết hàn lâm lẫn triển khai thực tế bởi ô tô điện là xu thế chung của cả thế giới. Các kết quả nghiên cứu về ước lượng trạng thái của ô tô điện thường được ứng dụng vào điều khiển chuyển động và điều khiển tự lái. Xét trên đặc thù giao thông tại Việt Nam, tác giả lựa chọn đề tài có tên gọi: "Nghiên cứu thiết kế bộ quan sát hệ số trượt và ước lượng tốc độ tuyệt đối cho điều khiển lực kéo của ô tô điện".
Luận án tập trung nghiên cứu về các lĩnh vực sau của xe ô tô điện.
- Nghiên cứu thiết kế các bộ quan sát và ước lượng trạng thái của xe ô tô điện. Cụ thể, luận án tập trung giải quyết vấn đề ước lượng hệ số trượt của xe ô tô, một trong những trạng thái tiên quyết đảm bảo vận hành an toàn và tin cậy của xe cũng như người lái và hành khách.
1
- Điều khiển chuyển động xe ô tô điện bằng cách thiết kế các bộ điều khiển chống trượt và điều khiển lực kéo. Các thuật
toán điều khiển sử dụng kết quả của các nghiên cứu về ước lượng hệ số trượt.
Cấu trúc của luận án
- Chương 1 tổng quan về đối tượng nghiên cứu, phạm vi và các yêu cầu chi tiết cho nội dung nghiên cứu, xây dựng phương hướng giải quyết vấn đề nghiên cứu.
- Chương 2 thực hiện mô hình hóa đối tượng và xây dựng mô hình mô phỏng trên máy tính cũng như mô hình mô phỏng thời gian thực HIL của xe ô tô điện. - Chương 3 đề xuất các thuật toán ước lượng và quan sát hệ số trượt cũng như vận tốc dài xe ô tô điện - Chương 4 đề xuất các thuật toán điều khiển chuyển động ứng dụng kết quả nghiên cứu hệ số trượt.
- Chương 5 tập trung vào việc xây dựng phần cứng phục vụ việc triển khai các thuật toán ước lượng như đã đề cập trong các chương trước. Tiếp đó là các kết quả thử nghiệm trên cả nền tảng phần cứng đã xây dựng và các kết quả thử nghiệm trên hệ thống HIL đã xây dựng trong chương 2. - Cuối cùng, một số kết luận và hướng nghiên cứu tiếp theo được trình bày trong phần cuối, phần Kết luận.
Những đóng góp chính của luận án
2
- Đề xuất thuật toán nâng cao tốc độ trích mẫu của các cảm biến trên cơ sở sửa đổi bộ Multirate Kalman Filter nhằm đồng bộ tốc độ trích mẫu các cảm biến - Đề xuất bộ quan sát hệ số trượt trên cơ sở phương pháp tổng hợp dữ liệu đa cảm biến - Đề xuất bộ ước lượng tốc độ dài xe ô tô trên cơ sở phương pháp tổng hợp cảm biến - Đề xuất bộ điều khiển chống trượt bằng phương pháp bù mô men trên cơ sở ước lượng hệ số trượt - Đề xuất bộ điều khiển lực kéo trên cơ sở giới hạn mô men truyền cực đại.
CHƯƠNG 1
GIỚI THIỆU CHUNG
1.1. Đối tượng và nội dung nghiên cứu
Khi vấn đề về sử dụng năng lượng hóa thạch cùng các ảnh hưởng của biến đổi khí hậu đang diễn ra trên toàn cầu thì xe ô tô chạy bằng năng lượng thuần điện (gọi tắt là ô tô điện) trở thành một giải pháp tất yếu cho một môi trường xanh và sạch. Ô tô điện trong luận án được giới hạn là loại phương tiện giao thông chở người, dưới 9 chỗ, có bốn bánh xe gắn với một thân độc lập, được truyền động bởi động cơ điện và cấp nguồn từ hệ thống ắc quy.
Điều khiển ô tô điện, về cơ bản, có thể được chia làm năm nhóm chính gồm: (1) điều khiển động cơ truyền động, (2) Điều khiển chuyển động của xe ô tô, (3) quản lý tối ưu các nguồn năng lượng, (4) điều khiển tự lái và (5) ước lượng tham số xe ô tô điện. Luận án tập trung nghiên cứu về các lĩnh vực sau của xe ô tô điện.
• Đối với nghiên cứu về ước lượng, hệ số trượt 𝜆 được lựa chọn làm đối tượng nghiên cứu. Căn cứ theo phương trình tính hệ số trượt, luận án sẽ ước lượng hệ số trượt theo hai hướng: - Ước lượng trực tiếp 𝜆 thông qua mô hình, cụ thể là mô hình động học của đối tượng để đảm bảo tính độc lập với sự thay đổi của các tham số động lực học của xe ô tô.
- Ước lượng vận tốc dài của xe ô tô để từ đó, kết hợp với thông tin về tốc độ bánh xe, tính toán hệ số trượt. Việc ước lượng được vận tốc dài cũng có thể được sử dụng mở rộng cho nhiều mục đích nghiên cứu trong tương lai.
• Đối với việc ứng dụng, hệ thống điều khiển lực kéo TCS ô tô điện được lựa chọn làm mục tiêu ứng dụng của kết quả ước lượng. Điều này là hoàn toàn hợp lý bởi hệ số trượt được sử dụng nhiều nhất cho mục đích điều khiển lực kéo hoặc cái bài toán chống trượt bánh cho xe ô tô điện.
1.2. Các yêu cầu của nghiên cứu
3
Từ các đề xuất về nội dung nghiên cứu, các yêu cầu tương ứng đối với các mục tiêu cũng được đề nghị như sau:
• Yêu cầu đối với thuật toán và kết quả ước lượng:
- Yêu cầu về độ chính xác: đề xuất độ chính xác của kết quả phải trên 95% tức là sai số phép ước lượng phải nhỏ hơn 5%.
- Yêu cầu về độ bền vững (robust) của phép ước lượng. - Yêu cầu về tốc độ ước lượng: đề xuất các bộ ước lượng/quan sát phải hoạt động ở tốc độ tối thiểu là 200Hz.
- Yêu cầu về tính khả thi. Các thuật toán ước lượng phải đảm bảo đơn giản để có thể triển khai thời gian thực trên các nền tảng xử lý số.
• Yêu cầu đối với bộ điều khiển lực kéo • Yêu cầu về tính ổn định: tính ổn định của bộ điều khiển cần phải được khảo sát và chứng minh.
• Yêu cầu về tính khả thi: thuật toán điều khiển cần đủ đơn giản để triển khai thời gian thực trên các bộ điều khiển số như vi điều khiển, DSP.
1.3. Phương hướng thực hiện nhiệm vụ nghiên cứu
Hình 1.18 mô tả các nội dung cụ thể cũng như phương hướng thực hiện nghiên cứu.
Đối với nhiệm vụ ước lượng hệ số trượt, luận án tiến hành theo hai hướng. Thứ nhất, luận án đề xuất bộ ước lượng và quan sát hệ số trượt dựa trên mô hình động học của chính đối tượng ước lượng. Thứ hai, xác định hệ số trượt được thực hiện thông qua việc ước lượng vận tốc dài xe ô tô điện. Các kết quả ước lượng được kiểm chứng bằng mô phỏng off-line trên máy tính, mô phỏng thực nghiệm trên mô hình Hardware-in-the-loop (HIL) và bằng thực nghiệm trên xe ô tô điện i- MiEV do Mitsubishi sản xuất.
4
Trên cơ sở hệ số trượt đã ước lượng, luận án đề xuất các thuật toán điều khiển chống trượt và điều khiển lực kéo xe ô tô điện. Chất lượng của các bộ điều khiển được kiểm chứng bằng mô phỏng off-line và mô phỏng thực nghiệm HIL trên nền tảng card điều khiển dSPACE DS- 1103.
Hình 1.18. Phương hướng thực hiện nhiệm vụ nghiên cứu
CHƯƠNG 2
MÔ HÌNH HÓA VÀ MÔ PHỎNG XE Ô TÔ ĐIỆN
2.1. Cấu hình hệ thống mô phỏng
5
Một chiếc xe ô tô chuyển động trên đường có thể được xem như một mô hình thân cứng với 6 bậc tự do trong không gian 3 chiều. Chúng gồm có 3 phương chuyển động tịnh tiến dọc trục (longitudinal), ngang trục (lateral), lên xuống (heave) cùng 3 phương chuyển động quay quanh 3 trục này (yaw, roll, pitch). Tuy nhiên, để giảm khối lượng tính toán cũng như độ phức tạp của mô hình trong quá trình thiết kế, các giả thiết sau được đưa ra: (1) xe ô tô chỉ chạy trên đường bằng
phẳng nằm ngang và (2) bỏ qua các ảnh hưởng của các chuyển động theo phương thẳng đứng cũng như chuyển động quay roll và pitch.
Hình 2.2. Mô hình xe ô tô ba bậc tự do và các lực tác dụng
Với các giả thiết trên, mô hình xe được đơn giản hóa thành hệ thống 3 bậc tự do gồm dọc trục, ngang trục và chuyển động quay quanh trục thẳng đứng như trình bày trong Hình 2.2. Các phương, chiều của lực tác dụng cũng như của các hướng chuyển động được tham chiếu theo hệ trục tọa độ gắn vào trọng tâm của xe.
2.2. Mô hình động học và động lực học của xe ô tô
2.2.1. Mô hình động học xe ô tô
(2.3a) 𝑣̇𝑥 = 𝑎𝑥 + 𝑟𝑣𝑦
(2.3b) 𝑣̇𝑦 = 𝑎𝑦 − 𝑟𝑣𝑥
với, 𝑎𝑥 và 𝑎𝑦 tương ứng là gia tốc dọc trục và ngang trục của xe, 𝑟 là tốc độ quay quanh thân xe (yaw rate), 𝑣𝑥 và 𝑣𝑦 lần lượt là vận tốc dọc và ngang trục của xe ô tô.
2.2.2. Mô hình động lực học xe ô tô
1. Mô hình các lực tác dụng lên xe
6
m𝑎𝑥 = (𝐹𝑥1 + 𝐹𝑥2) cos δ − (𝐹𝑦1 + 𝐹𝑦2) sin δ + 𝐹𝑥3 (2.4a) + 𝐹𝑥4 − 𝐹𝑎𝑖𝑟
𝑚𝑎𝑦 = (𝐹𝑥1 + 𝐹𝑥2) 𝑠𝑖𝑛 𝛿 + (𝐹𝑦1 + 𝐹𝑦2) 𝑐𝑜𝑠 𝛿 (2.4b) +𝐹𝑦3 + 𝐹𝑦4
𝐽𝑧𝑟̇ = 𝑙𝑓(𝐹𝑥1 + 𝐹𝑥2) 𝑠𝑖𝑛 𝛿 + 𝑙𝑓(𝐹𝑦1 + 𝐹𝑦2) 𝑐𝑜𝑠 𝛿
− 𝑙𝑟(𝐹𝑦3 + 𝐹𝑦4) − (𝐹𝑥1 − 𝐹𝑥2) 𝑐𝑜𝑠 𝛿 (2.4c) 𝑏𝑓 2
+ (𝐹𝑦1 − 𝐹𝑦2) 𝑠𝑖𝑛 𝛿 − (𝐹𝑥3 − 𝐹𝑥4) 𝑏𝑓 2 𝑏𝑟 2
Trong đó, 𝐹𝑎𝑖𝑟 là lực cản gió được xác định như sau:
2 𝑣𝑥
(2.5) 𝐹𝑎𝑖𝑟 = 𝑠𝑖𝑔𝑛(𝑣𝑥)𝑐𝑊𝐴 𝜌 2
𝑐𝑊 là hệ số hình dáng khí động học của xe, 𝐴 là diện tích mặt trước của xe, 𝜌 là mật độ không khí, 𝑏𝑓 và 𝑏𝑟 chiều rộng trục trước và sau của xe, 𝑙𝑓 và 𝑙𝑟 là khoảng cách từ trục trước và sau xe đến tâm khối, 𝛿 là góc lái của bánh xe, 𝑚 là khối lượng xe ô tô.
2. Mô hình lốp xe
𝐹𝑥𝑖 = 𝐷 sin (𝐶 arctan ((𝐵(1 − 𝐸)(λ𝑖 + 𝑆ℎ𝑖) (2.6) + 𝐸 arctan(𝐵(λ𝑖 + 𝑆ℎ𝑖)))) + 𝑆𝑣𝑖)
𝐹𝑦𝑖 = 𝐷 sin ((𝐶 arctan(𝐵(1 − 𝐸)(α𝑖 + 𝑆ℎ𝑖) (2.8) + 𝐸 arctan(𝐵(α𝑖 + 𝑆ℎ𝑖)))) + 𝑆𝑣𝑖)
Với, 𝐵, 𝐶, 𝐷, 𝐸, 𝑆ℎ𝑖, 𝑆𝑣𝑖 là các hệ số được xây dựng từ đặc tính của lốp và phụ thuộc vào phản lực 𝐹𝑧𝑖 của mặt đường lên điểm tiếp xúc bánh xe, 𝜆𝑖 và 𝛼𝑖 lần lượt là hệ số trượt và góc trượt ngang của bánh thứ 𝑖. Phản lực 𝐹𝑧𝑖 là một hàm số phụ thuộc vào kích thước hình học của xe và đặc biệt là gia tốc 𝑎𝑥 của xe. 3. Hệ số trượt và góc trượt ngang
- Hệ số trượt của bánh xe được xác định theo công thức sau:
7
(2.12) λ𝑖 = 𝑅𝑒𝑓𝑓ω𝑖 − 𝑣𝑥 max(𝑅𝑒𝑓𝑓ω𝑖, 𝑣𝑥)
Với 𝑅𝑒𝑓𝑓 là bán kính bánh xe, 𝜔𝑖 là tốc độ quay của bánh xe thứ 𝑖
- Góc trượt ngang của các bánh xe được tính theo:
(2.15a) ) 𝛼1 = 𝛿 − arctan ( 𝑟 𝑣𝑥 − 𝑣𝑦 + 𝑙𝑓𝑟 𝑏𝑓 2
(2.15b) ) 𝛼2 = 𝛿 − arctan ( 𝑟 𝑣𝑥 + 𝑣𝑦 + 𝑙𝑓𝑟 𝑏𝑓 2
) (2.15c) 𝛼3 = − 𝑎𝑟𝑐𝑡𝑎𝑛 ( 𝑟 𝑣𝑥 − 𝑣𝑦 − 𝑙𝑟𝑟 𝑏𝑟 2
) (2.15d) 𝛼4 = − 𝑎𝑟𝑐𝑡𝑎𝑛 ( 𝑟 𝑣𝑥 + 𝑣𝑦 − 𝑙𝑟𝑟 𝑏𝑟 2
2.3. Mô hình hệ truyền động xe ô tô điện
Hình 2.13. Cấu hình hệ thống truyền động xe ô tô điện
8
Hệ thống truyền động (Drivetrain System) bao gồm toàn bộ các thành phần truyền lực, tính từ động cơ cho tới trục bánh chủ động của xe ô tô. Xe ô tô điện có cấu trúc đơn giản gồm (các) động cơ điện, hộp giảm tốc, trục và bánh xe. Hình 2.13 mô tả cấu hình điển hình của hệ thống truyền động cho xe ô tô điện.
Gọi 𝐾𝑖 là tỉ số truyền của hộp giảm tốc thì mô men đầu ra của bộ truyền được tính theo công thức: 𝑇𝑡 = 𝐾𝑖𝑇𝑒 với 𝑇𝑒 là mô men đầu ra của động cơ. Phương trình cân bằng mô men tại trục của bộ truyền được viết như sau:
𝐽𝑥 = 𝑇𝑡 − 𝑅𝑒𝑓𝑓𝐹𝑡𝑜𝑡𝑎𝑙 − 𝑇𝑏 𝑑𝜔 𝑑𝑡 (2.18)
4 𝑖=1
= 𝐾𝑖𝑇𝑒 − 𝑅𝑒𝑓𝑓𝐹𝑡𝑜𝑡𝑎𝑙 − 𝑇𝑏
Với 𝐹𝑡𝑜𝑡𝑎𝑙 = ∑ 𝐹𝑥𝑖 là tổng lực dọc trục trên các bánh xe đã quy đổi về trục của bộ truyền. Động cơ truyền động được mô hình đơn giản bằng một khâu trễ bậc nhất với hệ số khuếch đại 𝐾𝑚 và hằng số thời gian 𝑇𝑚. 2.4. Mô hình HIL của xe ô tô điện
Hình 2.12. Cấu hình hệ HIL xe ô tô điện
Hình 2.16. Hệ thống HIL xe ô tô điện
Với hệ thống các mô hình và phương trình đã đề cập, hệ thống HIL được xây dựng với cấu hình được mô tả trên Hình 2.12. Mô hình HIL được biên dịch và chạy thời gian thực trên card điều khiển dSPACE DS-1103 như thể hiện trên Hình 2.16.
2.5. Kết quả kiểm chứng mô hình
9
Mô hình HIL được kiểm chứng thông qua hai thử nghiệm mang tính đại diện gồm đi thẳng và đánh lái theo chu kỳ. Các kết quả được trình bày trên các Hình 2.17 và 2.18.
a) Góc lái của vô lăng
c) Gia tốc dọc trục
b) Vận tốc dài Hình 2.18. Thử nghiệm đánh lái
d) Vận tốc dài Hình 2.17. Thử nghiệm đi thẳng
CHƯƠNG 3
ƯỚC LƯỢNG TRẠNG THÁI XE Ô TÔ ĐIỆN
3.1. Nâng cao tốc độ trích mẫu cảm biến
Việc ước lượng trạng thái của xe ô tô điện đòi hỏi phải kết hợp
Hình 3.4. Các tín hiệu và phương sai động
thông tin từ nhiều cảm biến khác nhau. Vì vậy, việc đồng bộ tốc độ làm việc của các cảm biến là thực sự cần thiết. Để đồng bộ tốc độ, luận án đề xuất phương pháp nâng cao tốc độ các cảm biến trích mẫu chậm trên cơ sở sửa đổi bộ Multirate Kalman Filter (M-MKF).
Bộ M-MKF hoạt động thông qua việc cập nhật lại phương sai của phép đo sau mỗi chu kỳ trích mẫu “giả” theo biểu thức sau:
(3.13) 𝑅𝑖 = (𝜉 + 1)𝑖𝑅, 𝑖 = 2,3 … 𝑛 − 1
10
Trong đó, 𝜉 là hệ số cập nhật và được đề xuất trên cơ sở Hình 3.4 như sau:
| 𝜉 = tan 𝛼 = | (3.11) 𝑥𝑘−𝑛 − 𝑥𝑘 𝑇𝑠
Với 𝑇𝑠 là chu kỳ trích mẫu thực của cảm biến (khác với 𝑇𝑐 là chu kỳ trích mẫu điều khiển, yêu cầu nhanh hơn 𝑛 lần so với 𝑇𝑠).
a) Tín hiệu gốc và tín hiệu đo
a) Tín hiệu gốc và tín hiệu đo
c) Tín hiệu gốc và bộ M-MKF Hình 3.8. Tín hiệu tam giác
c) Tín hiệu gốc và bộ M-MKF Hình 3.7. Thử nghiệm tín hiệu sin
Để đánh giá chất lượng của bộ M-MKF, hai dạng tín hiệu tiêu biểu là hình sin và hình tam giác được thử nghiệm mô phỏng. Các kết quả mô phỏng kiểm chứng được trình bày trên các Hình 3.7 và 3.8. Trong đó, tín hiệu gốc được so sánh với các tín hiệu trích mẫu chậm (có kèm nhiễu) và tín hiệu sau bộ M-MKF. Ngoài ra, bộ M-MKF còn dược so sánh với bộ Multirate Kalman Filter tiêu chuẩn đề thấy được sự cải tiến. Kết quả được trình bày kỹ hơn trong luận án chi tiết.
3.2. Ước lượng hệ số trượt xe ô tô điện
Hệ số trượt trong quá trình tăng tốc của xe ô tô điện được tính theo công thức sau:
𝜆 = (3.21) 𝜔𝑅𝑒𝑓𝑓 − 𝑣𝑥 𝜔𝑅𝑒𝑓𝑓
11
Lấy đạo hàm và sau một số phép biến đổi, bộ ước lượng hệ số trượt được đề xuất như sau:
𝜆̂̇ = − − 𝜆̂ + (3.24) 𝜔̇ 𝜔 𝜔̇ 𝜔 𝑎𝑥 𝑅𝑒𝑓𝑓𝜔
Để đảm bảo phép ước lượng hội tụ, luận án đề xuất bộ quan sát hệ số trượt:
𝜆̂̇ = − − 𝜆̂ + (3.31) + 𝑘(𝜆̂)(𝑎𝑥 − 𝜆̂𝑔) 𝜔̇ 𝜔 𝜔̇ 𝜔 𝑎𝑥 𝑅𝑒𝑓𝑓𝜔
Với 𝑘(𝜆̂) là hệ số khuếch đại bộ quan sát và cần đảm bảo điều kiện sau:
𝑘(𝜆̂) > (3.34) 𝜔̇ 𝜔 1 𝑔
b) Hệ số trượt đo và ước lượng
a) Vận tốc xe và bánh xe
Hình 3.12. Kết quả mô phỏng ước lượng hệ số trượt
Khả năng của bộ quan sát được đánh giá trước hết thông qua thử nghiệm mô phỏng với xe chạy trên mặt đường tốt và bất ngờ gặp đoạn đường trơn (trong 5s). Các kết quả mô phỏng được trình bày trong Hình 3.12.
3.3. Ước lượng tốc độ dài trên cơ sở tổng hợp cảm biến
Tốc độ dài của xe ô tô trong nghiên cứu được ước lượng bằng phương pháp tổng hợp dữ liệu từ các cảm biến gồm: cảm biến gia tốc, cảm biến tốc độ quay bánh xe và GPS. Việc xây dựng thuật toán tổng hợp được bắt đầu từ bài toán tổng quát với các phép đo cùng một đối tượng 𝑥 bằng ba loại cảm biến khác nhau và cho ra các kết quả đo khác nhau theo công thức:
12
(3.36) 𝑧𝑖 = 𝑥 + 𝑣𝑖, 𝑖 = 1. .3
Với 𝑧𝑖, 𝑖 = 1. .3 là giá trị đo về từ các cảm biến, 𝑣𝑖 là nhiễu của các phép đo tương ứng. Có thể xây dựng phép ước lượng của 𝑥 như sau:
(3.37) 𝑥̂ = 𝑘1𝑧1 + 𝑘2𝑧2 + 𝑘3𝑧3
Với 𝑘𝑖 là các trọng số cần phải xác định một cách tối ưu.
Định nghĩa sai số phép ước lượng là 𝑥̃ = 𝑥̂ − 𝑥. Để có được 𝑥̂ là ước lượng tối ưu của 𝑥 thì cần tối thiểu hóa trung bình bình phương của 𝑥̃ một cách tối ưu. Hơn nữa, các giá trị 𝑘𝑖 cũng cần phải được xác định với độ lớn độc lập với giá trị của 𝑥. Các điều kiện này dẫn tới các phương trình sau:
(3.39)
2 như sau:
(3.42) 𝐸[𝑥̃] = 𝐸[𝑘1(𝑥 + 𝑣1) + 𝑘2(𝑥 + 𝑣2) +𝑘3(𝑥 + 𝑣3) − 𝑥] = 0 𝐽 = 𝐸[𝑥̃2] = 𝐸[(𝑘1(𝑥 + 𝑣1) + 𝑘2(𝑥 + 𝑣2) +𝑘3(𝑥 + 𝑣3) − 𝑥)2]
Với 𝐸[𝑥̃] và 𝐸[𝑥̃2] lần lượt là kỳ vọng và phương sai của sai số phép ước lượng. Giải các phương trình trên và phương trình đạo hàm riêng của phương sai đối với các 𝑘𝑖 thì sẽ có được giá trị của các trọng số này theo phương sai của từng phép đo 𝜎𝑖
2𝜎2 𝜎1
2 2𝜎3
(3.49) 𝑘1 =
2𝜎2 𝜎1
2 2𝜎3
(3.47) 𝑘2 =
2 2𝜎3 𝜎2 2𝜎3 2 + 𝜎1 2 + 𝜎2 2 2𝜎3 𝜎1 2𝜎3 2 + 𝜎1 2 + 𝜎2 2 2𝜎2 𝜎1 2𝜎3 2 + 𝜎2
2 2𝜎3
2𝜎2 𝜎1
2 + 𝜎1 Ứng dụng kết quả trên trong việc xác định tốc độ dài của xe ô tô điện, nhiệm vụ còn lại là xác định phương sai của các cảm biến trong từng trường hợp cụ thể. Quá trình vận hành xe có thể được chia làm ba giai đoạn gồm tăng tốc, giảm tốc và đi ổn định như trình bày trong bảng 1. Ứng với các giai đoạn này mà phương sai của các cảm biến cũng sẽ khác nhau và cần phải tiến hành thực nghiệm với hệ thống chuẩn để xác định các giá trị này.
13
(3.48) 𝑘3 =
Tăng tốc
Bảng 1. Các giai đoạn của vận tốc Đi ổn định
Phanh/giảm tốc
(3.51) (3.52) (3.53) 𝒑𝒂 > 𝟎 𝒂𝒙 > 𝒆𝒙 𝒑𝒃 = 𝟎 𝑝𝑎 = 0 𝑎𝑥 ≤ −𝑒𝑥 𝑝𝑏 > 0 𝑝𝑎 > 0 |𝑝𝑎̇ | ≤ 𝑒𝑎 |𝑎𝑥| ≤ 𝑒𝑥 𝑝𝑏 = 0
Trong đó, 𝑒𝑥 và 𝑒𝑎 là các hằng số có giá trị nhỏ tương ứng với gia tốc và vị trí chân ga để phân biệt các giai đoạn của vận tốc. 𝑝𝑎 và 𝑝𝑏 là vị trí chân ga và chân phanh.
CHƯƠNG 4
ĐIỀU KHIỂN CHUYỂN ĐỘNG XE Ô TÔ ĐIỆN
Hình 4.2. Cấu hình hệ thống điều khiển giới hạn hệ số trượt
4.1. Điều khiển giới hạn hệ số trượt
Hình 4.3. Luật bù kiểu 1
Hình 4.5. Luật bù kiểu 2
Dựa trên hệ số trượt đã ước lượng được, thuật toán điều khiển giới hạn hệ số trượt được đề xuất với hoạt động theo kiểu bù feedforward và cấu hình hệ thống bù được trình bày trong Hình 4.2. Hệ thống điều khiển này cho phép hạn chế hệ số trượt dưới giá trị cho phép nhằm khống chế độ trượt của xe trong vùng an toàn.
14
Luật bù được mô tả trên Hình 4.3 và 4.5. Trong đó, Hình 4.3 trình bày luật bù thứ nhất cho kết quả bị dao động tần số cao ở lượng đặt
mô men. Luật bù thứ hai ở Hình 4.5 được biến đổi thành một khâu rơ- le nhằm giảm tần số đập mạch trong tín hiệu đặt mô men.
a) Vận tốc
a) Vận tốc
b) Hệ số trượt
b) Hệ số trượt
c) Mô men đặt Hình 4.8. Bộ bù kiểu 1
c) Mô men đặt Hình 4.9. Bộ bù kiểu 2
= 0,07. chân ga. 𝜆̂ = 0,09 và 𝜆̂ − 𝑙𝑖𝑚𝑖𝑡 Trong đó, Δ𝑇max chính là được đặt mô men từ người lái thông qua 𝑙𝑖𝑚𝑖𝑡 được chọn là 0,08. 𝜆̂ + 𝑙𝑖𝑚𝑖𝑡
Hệ số 𝐾 là độ dốc đường đặc tính và được xác định theo công phương trình sau:
15
(4.2) 𝐾 = = 𝑚𝑔𝑅𝑒𝑓𝑓 Δ𝑇 𝜆̂
Chất lượng của bộ điều khiển kiểu bù được mô phỏng kiểm chứng và được trình bày trong các Hình 4.8 và 4.9. Trước hết, có thể thấy hệ số trượt đã được giữ ổn định tại giá trị điều khiển (Hình 4.8) hay dao động quanh giá trị cố định (Hình 4.9).
4.2. Điều khiển chống trượt trên cơ sở ước lượng mô men truyền cực đại
Mô men truyền cực đại được sử dụng cho việc giới hạn mô men đặt từ phía người lái để đảm bảo xe vận hành ổn định trên các điều kiện mặt đường không tốt. Theo công trình khoa học ban đầu đã công bố, mô men truyền cực đại được tính như sau:
2 + 1) 𝑅𝑒𝑓𝑓𝐹𝑑
(4.7) 𝑇𝑚𝑎𝑥 = ( 𝐽𝑤 α𝑚𝑅𝑒𝑓𝑓
Với 𝛼 là tỉ số giữa gia tốc xe và gia tốc bánh xe, 𝐹𝑑 là lực lái của xe ô tô và được ước lượng theo công thức
− (4.8) 𝐹𝑑 = 𝑇 𝑅𝑒𝑓𝑓 𝐽𝑤ω̇ 𝑅𝑒𝑓𝑓
Do việc lựa chọn 𝛼 mang tính kinh nghiệm và không có cơ sở nên luận án đề xuất cải tiến hệ thống điều kiển bằng cách xác định lại 𝑇max có tính đến ảnh hưởng của đặc tính mặt đường thông qua hệ số trượt như sau:
2 + 1) 𝑅𝑒𝑓𝑓𝐹𝑑 − 𝐾𝑐𝜆
(4.11) 𝑇𝑚𝑎𝑥 = ( 𝐽𝑤 (1 − λ)𝑚𝑅𝑒𝑓𝑓
Với 𝐾𝑐𝜆 là thành phần đưa vào để bù sự biến động tăng của 𝜆 trong quá trình quá độ của việc điều khiển khi xe đi vào vùng đường trơn. 𝐾𝑐 có điều kiện sau:
(4.15) 𝐾𝑐 ≥ κ 𝐽𝑤𝐹𝑑 𝑚𝑅𝑒𝑓𝑓
Trong đó, 𝜅 là hệ số chỉnh định và nếu 𝜆 được điều khiển nhỏ hơn 0,2 thì κ ≥ 2.78.
16
Cấu trúc bộ điều khiển được trình bày trong Hình 4.10.
Hình 4.10. Cấu trúc bộ điều khiển
Việc khảo sát và chứng minh tính ổn định của hệ thống điều khiển đã được trình bày chi tiết trong quyển luận án.
Việc kiểm chứng hệ thống điều khiển được đánh giá trước hết qua mô phỏng với việc lựa chọn các hệ số chỉnh định 𝜅 khác nhau. Việc khảo sát sự ảnh hưởng của đáp ứng điều khiển khi thay đổi 𝜅 được đề cập kỹ trong quyển luận án.
Hình 4.16. Hệ số trượt
Các Hình 4.14 và 4.16 mô tả kết quả mô phỏng và so sánh các giá trị khi thay đổi 𝜅 với phương pháp nguyên bản. Thử nghiệm cho thấy với giá trị 𝜅 = 20 cho kết quả tốt nhất khi hệ số trượt được khống chế ở mức không đổi.
17
Hình 4.14. Tốc độ của xe và bánh xe
CHƯƠNG 5
XÂY DỰNG HỆ THỐNG THỰC NGHIỆM VÀ KẾT QUẢ
5.1. Xây dựng hệ thống thực nghiệm
5.1.1. Hệ thống thu thập và xử lý dữ liệu
Hình 5.1. Cấu hình hệ thống phần cứng thu thập dữ liệu
Hệ thống thu thập dữ liệu có nhiệm vụ đo các tín hiệu từ hệ cảm biến chuyển động, kết nối với mạng CAN trên xe ô tô thử nghiệm là xe ô tô điện i-MiEV do Mitsubishi sản xuất. Từ đó, áp dụng các thuật toán để ước lượng hệ số trượt và vận tốc dài theo yêu cầu đề ra. Hệ thống phần cứng gồm một mạch Vi điều khiển dòng dsPIC30F và một bộ điều khiển MyRIO 9500 của National Instruments. Cấu hình hệ thống được trình bày trên Hình 5.1.
5.1.2. Hệ thống tham chiếu DAS-3
18
Hệ thống DAS-3 do Kitsler sản xuất được sử dụng làm hệ thống tham chiếu. Mục đích của hệ thống trước hết là tạo tín hiệu chuẩn để chỉnh định các phép ước lượng đề xuất. Sau đó, kết quả đo của hệ DAS-3 sẽ được sử dụng để so sánh với kết quả đo thời gian thực từ hệ thống ước lượng đề xuất.
Hình 5.4a. Hệ thu thập dữ liệu
Hình 5.4b. Các cảm biến của DAS-3
Hình 5.4b và 5.4a mô tả các hệ thống thực nghiệm của luận án.
5.1.3. Hệ thống điều khiển cho mô hình Signal HIL
Hình 5.5. Cấu hình hệ thống điều khiển Signal HIL
Chương 2 đã mô tả việc xây dựng và chạy thử nghiệm hệ thống Signal HIL cho xe ô tô điện. Việc triển khai hệ thống điều khiển được thực hiện trên một mạch điều khiển bên ngoài và có giao tiếp với hệ thống thí nghiệm thông qua một số chuẩn kết nối như được mô tả trong Hình 5.5 và 5.6.
Hình 5.6. Hệ thống điều khiển và mô phỏng kiểu Signal HIL
5.2. Kết quả thực nghiệm
5.2.1. Nâng cao tốc độ trích mẫu cảm biến với M-MKF
19
Bộ M-MKF được thử nghiệm trên hai loại cảm biến gồm (1) đo tốc độ quay của bánh xe có độ phân giải 36 xung/vòng và hoạt động ở tốc độ 10Hz, và (2) cảm biến GPS hoạt động ở tần số 10Hz. Với bộ M-MKF, cả hai cảm biến này được nâng tốc độ trích mẫu lên 500Hz.
Hình 5.12. M-MKF với GPS
Hình 5.11. M-MKF với encoder bánh xe
Hình 6.5 và 6.6 trình bày chất lượng của bộ M-MKF trong việc nâng cao tốc độ làm việc của các cảm biến này.
Hình 5.13. Cấu hình hệ thống thực nghiệm ước lượng hệ số trượt
5.2.2. Ước lượng hệ số trượt không dùng thông tin vận tốc
Cấu hình hệ thống ước lượng hệ số trượt được trên trình bày Hình 6.7. Tốc độ cập nhật hệ số trượt được đặt ra là 500Hz. Vì vậy, tốc độ bánh xe đo thông qua cảm biến encoder sẽ được nâng cao lên tương ứng thông qua bộ M-MKF. Kết quả kiểm chứng thực nghiệm cho phương pháp ước lượng hệ số trượt được trình bày trên Hình 6.8a ứng với thử nghiệm trên mô hình HIL và Hình 6.8b ứng với thử nghiệm trên xe ô tô điện i-MiEV.
Hình 5.14b. Thực nghiệm với i- MiEV
20
Hình 5.14a. Thực nghiệm với HIL
5.2.3. Ước lượng tốc độ dài với phương pháp tổng hợp cảm biến
Cấu hình hệ thống ước lượn vận tốc dài xe ô tô điện được mô tả trên Hình 6.9. Tương tự hệ số trượt, tốc độ dài cũng được ước lượng ở tần số 500Hz. Vận tốc bánh xe và vận tốc đo từ GPS thông qua bộ M-MKF được tăng tần số trích mẫu lên bằng với tần số làm việc này.
Hình 5.15. Cấu hình hệ thống ước lượng tốc độ dài
Hình 5.16a. Vận tốc ước lượng
Hình 5.16b. Hệ số trượt
21
Để kiểm chứng khả năng của hệ thống ước lượng, xe ô tô được thử nghiệm trong trường hợp xấu nhất, đó là di chuyển trên đường có vùng đường trơn và vùng đường bám. Hình 6.10a là kết quả ước lượng tốc độ dài và có so sánh với tốc độ bánh xe cũng như tốc độ đo từ hệ thống tham chiếu. Hình 6.10b mô tả kết quả tính toán hệ số trượt từ thông tin vận tốc ước lượng. Kết quả này có so sánh với kết quả tính toán từ hệ thống đo tham chiếu.
b) Vận tốc xe và bánh xe
b) Vận tốc xe và bánh xe
c) Hệ số trượt đo và ước lượng
c) Hệ số trượt đo và ước lượng
Hình 5.18. Kết quả với bộ bù kiểu 1
Hình 5.19. Kết quả với bộ bù kiểu 2
5.2.4. Điều khiển giới hạn hệ số trượt
Điều khiển giới hạn hệ số trượt được thử nghiệm trên hệ thống mô phỏng thời gian thực kiểu Signal HIL với nền tảng dSPACE DS-1103. Kết quả thử nghiệm được trình bày trên các Hình 6.12 và 6.13 với hai bộ bù khác nhau. Nhìn chung, tốc độ bánh xe và hệ số trượt trong cả hai bộ bù đều được giữ ổn định. Hệ số trượt ước lượng bám rất sát với hệ số trượt đo thực tế trong mô hình.
5.2.5. Điều khiển giới hạn mô men truyền cực đại
22
Kết quả thử nghiệm phương pháp điều khiển giới hạn mô men truyền cực đại được trình bày trên các hình từ Hình 6.14 tới Hình 6.17. Các hệ số chỉnh định 𝜅 cũng được thử nghiệm với ba giá trị như trong phần mô phỏng gồm 𝜅 = 2,78; 20 và 50. Các kết quả điều khiển cũng được so sánh với phương pháp MTTE nguyên bản.
Hình 5.21. 𝜅 = 2.78
Hình 5.20. MTTE nguyên bản
Hình 5.22. 𝜅 = 20
Hình 5.23. 𝜅 = 50
Có thể thấy, thử nghiệm trên hệ thống Signal HIL cũng cho kết quả tương tự như trên mô phỏng. Trong đó, bộ điều khiển với hệ số chỉnh định 𝜅 = 20 cho kết quả tốt nhất khi giữ được hệ số trượt ở giá trị ổn định. Trong toàn bộ quá trình chạy thử nghiệm, bộ ước lượng hệ số trượt đã cho thấy khả năng làm việc tốt khi giá trị ước lượng bám sát giá trị đo và phục vụ tốt cho quá trình điều khiển.
KẾT LUẬN
Với nhiệm vụ ước lượng hệ số trượt và ứng dụng cho bài toán điều khiển lực kéo của xe ô tô điện, luận án đã đạt được các kết quả sau:
23
- Xây dựng được mô hình mô phỏng xe ô tô điện, từ đó, xây dựng hệ thống Signal HIL phục vụ thử nghiệm thực nghiệm. - Đề xuất các thuật toán ước lượng hệ số trượt, ước lượng vận tốc dài và các thuật toán điều khiển chống trượt, điều khiển lực kéo đáp ứng các yêu cầu đặt ra.
- Xây dựng được thuật toán nâng cao tốc độ trích mẫu của các cảm biến để đồng bộ hệ thống trích mẫu, làm cơ sở cho các bộ ước lượng tốc độ cao. - Xây dựng được hệ thống thực nghiệm phục vụ cho nhiều mục đích nghiên cứu
Các hướng nghiên cứu tiếp theo có thể mở ra từ luận án bao gồm:
- Xác định và ước lượng thời gian thực hệ số trượt tối ưu đối với từng điều kiện mặt đường và điều kiện vận hành cụ thể. - Điều khiển hệ số trượt ở giá trị chính xác, thường là giá trị tối ưu đã ước lượng được.
- Điều khiển tối đa lực lái trên cơ sở giá trị hệ số trượt tối ưu. Nếu điều khiển được tối đa lực lái, công suất của động cơ cũng sẽ có thể phát huy được mở mức tối ưu.
24
- Xây dựng các thuật toán ước lượng thêm các trạng thái khác của ô tô điện như góc trượt thân xe, góc lăn xe, vận tốc ngang trục và thiết kế các bộ điều khiển để ổn định xe ô tô điện ở các bậc tự do này
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN
1. Võ Duy Thành, Tạ Cao Minh, 2019, “Tổng hợp dữ liệu đa cảm biến và ứng dụng trong ước lượng vận tốc dài xe ô tô điện”, Tạp chí Khoa học và Công nghệ các trường Đại học Kỹ thuật, số 132.
2. Võ Duy Thành, Lê Đức Lộc, Nguyễn Văn Quỳnh, Tạ Cao Minh, 2018, “Điều khiển giới hạn mô men truyền cực đại cho ô tô điện trên cơ sở ước lượng tỉ số trượt”, Chuyên san Điều khiển và Tự động hóa, số 21, quyển 2.
3. Thanh Vo-Duy and Minh C.Ta, 2018, “Slip Ratio Estimation for Traction Control of Electric Vehicles”, in Proceeding of Vehicle Power and Propulsion Conference (VPPC), p.1-6, Chicago, USA.
4. Thanh Vo-Duy and Minh C.Ta, 2017, “Modified Multirate Kalman Filter for Improving the Sampling Frequency of Single Low Speed Sensor”, in Proceeding of Vehicle Power and Propulsion Conference (VPPC), p.1- 6, Belfort, France.
5. Võ Duy Thành, Phạm Văn Quyền, Vũ Hoàng Long, Tạ Cao Minh, 2017, “Multirate Kalman Filter và ứng dụng trong việc nâng cao tốc độ trích mẫu của cảm biến”, Hội nghị về Điều khiển và Tự động hóa cho Phát triển bền vững - CASD, Hà Nội.
6. Thanh Vo-Duy, Minh C.Ta, 2016, “A signal hardware-in-the-loop model for electric vehicles”, ROBOMECH Journal 3 (1), Springer International Publishing.
7. Thanh Vo-Duy, Truong Dinh Thai, Minh C.Ta, 2016, “Design of sensor data acquisition platform for eclectric vehicles”, in proc. The 9th AUN/SEED-Net Regional conference on Electrical and Electronic Engineering (RCEEE), p.201-206, Hanoi.
8. Thanh Vo-Duy, Thinh Dao-Quy, Nguyen Bao-Huy, Minh C.Ta, 2015, “Design of Hardware-in-the-loop Model for Electric Vehicles”, Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hóa – VCCA, trang 123 – 129, Thái Nguyên.
9. Thanh Vo-Duy, Tran Thi Minh Trang, Minh C.Ta, 2015, “Design of driving interface device for electric vehicle”, Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hóa – VCCA, trang 130 – 135, Thái Nguyên. 10. Dũng Nguyễn, Huy Nguyễn Bảo, Thành Võ Duy and Minh C. Ta, 2015, “Mô hình hóa ô tô điện bằng phương pháp EMR với mô hình mở rộng
của tương tác bánh xe – mặt đường”, Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hóa – VCCA, trang 117 – 122, Thái Nguyên. 11. Thanh Vo-Duy and Minh C.Ta, 2015, “A Universal Dynamic and Kinematic Model of Vehicles”, in Proceeding of Vehicle Power and Propulsion Conference (VPPC), p.1-6, Montreal, Canada.
12. Nguyen Bao-Huy, Dzung Nguyen, Thanh Vo-Duy and Minh C. Ta, 2015, “An EMR of Tire-Road Interaction based-on “Magic Formula” for Modeling of Electric Vehicles”, in Proceeding of Vehicle Power and Propulsion Conference (VPPC), p.1-6, Montreal, Canada.
13. Võ Duy Thành, Lê Tiến Sự, Nguyễn Hà Thành Long, Tạ Cao Minh, 2014, “Thiết kế công cụ đọc thông tin truyền thông trên mạng CAN”, Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM, trang 640-647, Biên Hòa.
